基于深度網(wǎng)絡的推薦系統(tǒng)偏置項改良研究 | |
所屬分類:技術論文 | |
上傳者:zhoubin333 | |
文檔大小:444 K | |
標簽: 推薦算法 協(xié)同過濾 深度神經(jīng)網(wǎng)絡 | |
所需積分:0分積分不夠怎么辦? | |
文檔介紹:傳統(tǒng)的矩陣分解算法為用戶和項目分別獨立設置了偏置項,而沒有深入挖掘特定用戶對于特定項目的隱性偏好;同時,傳統(tǒng)的排序預測推薦算法將用戶所有打分過的項目都統(tǒng)一地設置為該用戶的正例項目(無論用戶給出了好評還是差評),這導致訓練完成的系統(tǒng)在實際應用中很可能會為用戶繼續(xù)推薦其厭惡的項目。因此提出了一種基于深度網(wǎng)絡的推薦系統(tǒng)偏置項改良方案,該改良方案考慮了用戶為特定項目所作的評分背后所蘊含的好惡態(tài)度,并學習出一個用戶-項目聯(lián)合偏置項加入到推薦過程中以提升推薦性能。在三個公開數(shù)據(jù)集上進行的對比實驗結果表明,該改良方案可以有效地提升推薦的性能表現(xiàn)。 | |
現(xiàn)在下載 | |
VIP會員,AET專家下載不扣分;重復下載不扣分,本人上傳資源不扣分。 |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權所有 京ICP備10017138號-2